秦皇岛市气温及其变化对居民死亡风险的影响研究*

李俊林 徐静 尹立 王式功 周马 LI Junlin XU Jing

1.成都信息工程大学大气科学学院，环境气象与健康研究院，成都，610225

2.河北省秦皇岛市气象局，秦皇岛，066000

3.河北省气象与生态环境重点实验室，石家庄，050021

4.攀枝花市中心医院气象医学研究中心，攀枝花，617000

5.河北省秦皇岛市疾病预防控制中心，秦皇岛，066000

1 引言

根据联合国政府间气候变化专门委员会（IPCC）第六次评估报告（IPCC，2021），人类活动影响下全球气候变化迅速且强劲，极端天气事件的发生频率与强度显著增大，将严重影响人类的生命健康。对全球不同地区的研究（Guo，et al，2014；Wang，et al，2017）表明，气温对死亡的暴露反应关系呈“U”型或“V”型分布 。以往研究侧重于气温、相对湿度等常规气象要素对死亡的影响，越来越多的流行病学研究发现气温变化同样是不可忽视的环境危险因素。反映气温变化的2 个重要指标：气温日较差（Diurnal temperature change，DTR）表示一天中最高气温与最低气温之差，常作为气温的日内变化指标；24 h 变温（Temperature change between neighboring days，TCN）表示当日平均气温与前一日平均气温的差值，反映的是气温的日际变化。近年来，研究发现气温变化与死亡率关系密切：气温的急剧变化会刺激人体正常生理系统，如果人体适应能力不足，会对健康造成严重威胁，并加剧已患有慢性疾病人群的病情，导致其死亡风险增 加（Cheng，et al，2014a；Zheng，et al，2020）。Lim 等（2012）分析了韩国6 个城市的气温日较差与死亡人数的关系，结果表明，大多数地区的非意外死亡人数与气温日较差呈线性增长。美国的一项死亡率研究（Lim，et al，2015）表明，气温日较差每升高1℃，非意外死亡人数增加0.27%（95%置信区间（95%CI）：0.24%—0.30%），心血管死亡人数增加0.35%（95%CI：0.31%—0.40%）。此外，24 h变温与死亡人数也密切相关，美国的一项对106 个社区的研究（Zhan，et al，2017）表明，极端24 h变温对非意外死亡、循环和呼吸系统疾病死亡有显著影响，正变温存在显著的风险效应，而负变温具有一定的保护效应，且不同性别、年龄人群的死亡风险有明显差异。中国的相关研究（Zhou，et al，2014）也表明，在寒冷季节，气温日较差对8 个城市非意外死亡、循环系统疾病死亡、呼吸系统疾病死亡都存在短期风险影响，在滞后1 d 时，气温日较差每增加1℃，非意外死亡率、循环系统疾病死亡率、呼吸系统疾病死亡率分别增加0.42%（95%CI：0.14%—0.70%）、0.45%（95%CI：0.26%—0.65%）、0.76%（95%CI：0.24%—1.29%），且女性和老年人群（≥65 岁）的死亡与气温日较差相关更强。Cheng 等（2014b）在安徽省马鞍山市的研究发现，在滞后7 d 情况下，24 h 变温每升高6.9℃，非意外死亡和心血管疾病死亡的相对危险度分别为1.09（95%CI：1.02—1.18）和1.35（95%CI：1.11—1.65）。由此可见，对于不同气候特征地区、不同经济状况城市，气温变化对居民死亡人数的影响不相同（杨军，2017）。目前中国关于气温变化对死亡风险的影响研究主要集中在经济较发达的城市，且以气温日较差的研究居多。河北省秦皇岛市是中外知名的康养旅游城市，享有“避暑胜地”的美誉，因此，人们对当地天气、气候变化的健康利弊影响关注度很高，但华北沿海地区在此方面的研究却鲜有报道，故很有必要开展研究。

文中利用2014—2020 年秦皇岛市的逐日气象要素数据和居民死亡数据，着重研究平均气温、气温日较差和24 h 变温对当地非意外死亡、循环系统疾病死亡、呼吸系统疾病死亡人数的影响，分析性别、年龄分层的居民死亡人群对气温变化的响应关系，以期探明受气温及其变化影响较大的敏感人群，为当地全民大健康政策和应对人口老龄化措施制定以及更好地开展气候康养服务提供科学依据。

2 资料与方法

2.1 资料来源

秦皇岛市位于中国华北沿海地区（39°24′—40°37′N，118°33′—119°51′E），地势北高南低。气候属暖温带半湿润大陆性季风气候，因南临渤海，受海洋影响较大，夏季温热无酷暑，冬季漫长无严寒。研究期间秦皇岛市全年平均气温11.7℃，平均相对湿度59%。

死亡数据来源于中国疾病预防控制信息系统，收集了2014 年1 月1 日—2020 年12 月31 日秦皇岛市逐日死亡数据，剔除掉生前常住地址不在秦皇岛市区、县的数据后，死亡病例共计93770 例。按照国际疾病分类标准第10 版（ICD-10）（卫生部卫生统计信息中心等，2001），筛选出非意外死亡（ICD-10：A00—R99）及其中对天气、气候变化最为敏感的循环系统疾病死亡（ICD-10：I00—I99）和呼吸系统疾病死亡（ICD-10：J00—J99），二者分别占非意外死亡的56.1%和8.9%。死亡数据信息包括性别、年龄、死亡时间、生前常住地址类型、根本死亡原因ICD 编码等（已脱敏）。

气象数据来源于秦皇岛市气象局，包括2014年1 月1 日—2020 年12 月31 日全市5 个区、县气象站的逐日气温、气压、相对湿度等。文中所用的日均气象数据为5 个区、县日均数据的平均。

污染数据来源于河北省环境气象业务平台，收集了分布在秦皇岛市的12 个环境监测站的污染物浓度数据，包括PM10、PM2.5、二氧化硫（SO2）、二氧化氮（NO2）、一氧化碳（CO）等逐日数据。文中使用12 个监测站的平均浓度作为当地污染物的日平均浓度。

2.2 统计方法

由于每日居民死亡人数大致符合泊松分布，而且气温及气温变化对死亡人数的影响呈非线性关系且存在一定的滞后效应，此外流行病学已广泛使用分布滞后非线性模型（DLNM）来评估气象要素或污染因子所带来的死亡风险（Gasparrini，et al，2010，2015；Gasparrini，2014），故本研究使用广义相加模型（GAM）结合分布滞后非线性模型（DLNM）来评估秦皇岛市气温及其变化对居民死亡的暴露滞后反应关系。在建立模型框架之前，为了避免模型因子中存在共线性，检验了气象要素与污染因子的斯皮尔曼（Spearman）相关，若两变量的相关强（相关系数|r|＞0.8），则表示两变量的共线性强，不纳入同一模型（Xiao，et al，2021）。

文中基本模型框架参照以往研究（Gasparrini，et al，2015；Ma，et al，2021）。模型中时间序列长期趋势项的自由度设置为56（8/a，共7 a），并加入节假日和星期变量来去除节假日和星期效应。同时通过样条函数控制相对湿度的潜在影响，其自由度设置为3（Ma，et al，2014；Chen，et al，2022）。评价气温的模型中建立了气温的交叉基函数，对日均气温采用二次B 样条函数，并设置3 个内部节点位于气温的10%、75%、90%分位数上，在滞后空间中设置对数尺度的3 个等距节点；评价气温日较差和24 h 变温的模型中分别建立相对应的交叉基，对气温日较差和24 h 变温均使用自由度为3 的自然立方样条函数，在滞后空间同样设置对数尺度的3 个等距节点，自由度设置为2，并使用样条函数控制气温的潜在影响，自由度设置为3。根据赤池信息准则（AIC）来选择模型因子的最适自由度。文中采用相对危险度（Relative Risk，RR）作为暴露-反应评价指标，气温日较差和24 h 变温的累积相对危险度由暴露滞后反应函数在滞后时长上的积分所得。选择累积相对风险最低对应的气温及气温日较差作为各自的最适值；对于24 h 变温，则选择0℃作为最适24 h 变温（Xiao，et al，2021）。

将死亡人群按性别（男、女）和年龄（0—64 岁、≥65 岁）分组，分析不同人群对气温变化的适应能力，确定气温变化敏感人群。经检验，气温与气温日较差、24 h 变温的共线性弱，可建立非参数双变量响应模型（张莹等，2017）来模拟气温及其变化对居民死亡人数的影响，直观展示二者对居民死亡人数的协同作用。

文中使用R 软件4.0.2 版本中的mgcv 和dlnm程序包进行数据分析、绘图，相对危险度评估结果由DLNM 模型输出。

2.3 敏感性检验

为了检验模型的稳定性，进行如下敏感性检验：①改变模型中时间趋势项的自由度（7 或9）。②改变模型中相对湿度的自由度（2 或4）。③调整模型的最大滞后天数（7、14、21 d）。④将污染物浓度数据（包括PM2.5、SO2、NO2、CO）作为混杂因子加入模型。与基本模型相比，改变以上参数后评估效果没有明显差异（见附录附图1—4，附表1、2），说明模型具有一定稳定性。对于所有的敏感性检验，均使用α=0.05 的显著性t检验，P值小于0.05表示具有统计学意义。

3 结果与分析

3.1 描述性分析

表1 为研究期间环境要素和居民死亡人数统计结果，日均非意外死亡35 人，其中循环系统疾病每日致死20 人，呼吸系统疾病每日致死3 人。根据性别和年龄划分发现，3 类死亡男性均大于女性，老年人群（≥65 岁）均大于年轻人群（0—64 岁）。

表1 2014—2020 年秦皇岛市每日死亡情况及环境要素的统计Table 1 Descriptive statistics of daily deaths and meteorological factors in Qinhuangdao during 2014—2020

如图1a 所示，3 类死亡人数与气温呈反位相关系，即3 类死亡人数在冬季达到全年峰值，在夏季位于全年谷值。由图1b 可知，非意外死亡和循环系统疾病死亡人数在7 月最低，1 月最高。而呼吸系统疾病死亡人数在5 月最低，1 月最高。值得注意的是，2014—2020 年非意外死亡和循环系统疾病死亡人数呈逐年上升趋势，且变化趋势基本一致，而呼吸系统疾病死亡在研究时段变化幅度相对较小。

图1 2014—2020 年秦皇岛市（a）死亡人数与气温的逐月分布和（b）月平均气温与死亡人数变化Fig.1 Monthly distribution map of mortality and temperature（a）and monthly average map of temperature and mortality（b）in Qinhuangdao from 2014 to 2020

3.2 气温对居民死亡人数的影响

以往研究（Gasparrini，et al，2015；Chen，et al，2018）表明，气温对死亡的影响可达3 周，故文中将滞后最大天数设为21 d。图2 为气温对3 类死亡影响的累积暴露-反应关系（图2a、c、e）、滞后效应剖面（图2b、d、f），以最适气温作为模型的参考气温，并以此作为冷、热效应的分界点，图2a、c、e 中蓝色曲线代表冷效应的暴露，红色曲线代表热效应的暴露。如图所示，气温对非意外死亡和循环系统疾病死亡的影响类似，其累积暴露曲线都呈“U”型分布，非意外死亡和循环系统疾病死亡的最适气温分别为26.1℃和26℃，以最适气温为参考，随着气温的上升或下降，气温对非意外死亡和循环系统疾病死亡的累积风险均呈上升趋势，而且均有统计学意义。由图2b 可知，低温对非意外死亡和循环系统疾病死亡的影响有明显的滞后效应，分别在滞后3 d 和5 d 效应最强，可持续到第10 天；高温的影响则表现出即时效应，滞后影响可持续到第4 天。由图2e 可知，气温对呼吸系统疾病死亡的最适温度为27.1℃，累积风险在低温段内波动，-7.1℃达到累积风险峰值，随后风险逐渐降低。在高温段，累积风险随气温的升高而升高，但其置信区间较宽。低温对呼吸系统疾病死亡同样存在5 d 左右的滞后，而高温的即时效应并不显著。

图2 平均气温对死亡累积21 d 的暴露-反应关系（a、c、e，灰色区域为RR 的95%CI）和滞后效应（b、d、f，色阶为相对危险度）（a、b.非意外死亡，c、d.循环系统疾病死亡，e、f.呼吸系统疾病死亡）Fig.2 The cumulative 21 d exposure-response relationship of average temperature to mortality（a，c，e；areas shaded in grey indicate the 95%CI of RR）and lagged mortality due to average temperature（b，d，f；shaded：RR）（a，b.non-accidental mortality；c，d.cardiovascular mortality；e，f.respiratory mortality）

根据Zhang 等（2020）量化中国15 个城市的气温对非意外死亡的负担，在气温滞后21 d 情况下，哈尔滨市气温在-24.3℃（气温的5%分位数）时的累积相对危险度为1.42（95%CI：1.25—1.59），南京市气温在32.6℃（气温的95%分位数）时的累积相对危险度为1.51（95%CI：1.42—1.6）。相比之下，秦皇岛市气温对死亡的风险效应更弱，凸显了秦皇岛市作为中外知名旅游城市的康养优势。

3.3 气温日较差和24 h 变温对居民死亡人数的影响

基于模型分析，发现气温日较差对居民死亡人数的影响当天最大且可持续3 d（表2，附图2）。由表2 可见，非意外死亡和循环系统疾病死亡，极高气温日较差对女性存在显著即时影响，累积3 d（lag03）死亡风险最大（非意外死亡的相对危险度为1.19（95%CI：1.06—1.33），循环系统疾病死亡的相对危险度为1.2（95%CI：1.05—1.37）），对男性存在显著的滞后效应，累积7 d（lag07）的风险最大（非意外死亡相对危险度为1.16（95%CI：1.01—1.33），循环系统疾病死亡相对危险度为1.33（95%CI：1.13—1.56））。65 岁以上老年人群的死亡风险在累积3 d（lag03）最大（非意外死亡的相对危险度为1.2（95%CI：1.08—1.32），循环系统疾病死亡相对危险度为1.28（95%CI：1.15—1.42），呼吸系统疾病死亡相对危险度为1.66（95%CI：1.04—2.67）），而且老年人群的死亡风险明显大于65 岁以下的年轻人群。

表2 不同性别、年龄不同滞后期极高气温日较差（99%分位数，19℃）的死亡风险Table 2 Risk of mortality under extreme high DTR（99th，19℃）over different lagging periods by sex and age

图3 为不同性别、年龄下气温日较差与死亡人数的总体暴露-反应关系。如图3a1、b1所示，非意外死亡与循环系统疾病死亡的总体暴露-反应曲线呈近似“U”型分布，最适气温日较差分别为5℃和6.3℃，以最适气温日较差为参考，随着气温日较差减小，累积相对风险会增加，但无统计学意义；随着气温日较差增大，累积相对风险显著增大，但当气温日较差增加到一定程度，相对风险增长相对缓慢。相关环境生物学研究（Tang，et al，2021）表明，较大的气温日较差会影响体液和细胞免疫功能，从而可能改变自主神经功能，诱发一系列心血管疾病。呼吸系统疾病死亡的最适气温日较差为1.2℃，虽然随气温日较差的增加，相对危险度基本呈近似单调增长的趋势，但是其置信区间较宽。

图4 为不同性别和年龄24 h 变温与居民死亡的总体暴露-反应关系。基于模型分析，发现24 h变温对居民死亡人数的影响当天最大且可持续10 d（表3，附图3），此结果与 Guo 等（2016）的研究结果一致，但与热带区域相比，中纬度地区的人群受气温变化的滞后效应影响更强。图4 显示，24 h 变温与3 类死亡的总体暴露-反应曲线均呈非线性增长趋势，即暴露于正变温下会增加所有人群的非意外、循环系统疾病和呼吸系统疾病死亡风险，且正变温越大，死亡风险越大。分组结果表明，女性仍然是较敏感人群，受正变温的即时影响较大，而正变温对男性存在一定的滞后效应，65 岁以上人群的死亡风险明显大于0—64 岁人群。初步分析可能有下列几方面的原因：与男性相比，女性对周围环境变化的适应能力相对较弱，故对温度变化更敏感。老年人群体温调节功能和身体抵抗力随着年龄的增长而逐渐下降，所以其对气温异常变化的适应能力较差，从而导致其死亡率较高。虽然本研究呼吸系统疾病死亡数据量有限，但在极端气温变化下，老年人群的呼吸系统疾病死亡风险明显高于其他人群，这一结果与以往研究结果（Zhou，et al，2014；Zhan，et al，2017）一致。

图3 气温日较差与全部人群（a1—c1）及不同性别（a2—c2.男，a3—c3.女）、年龄（a4—c4.0—64，a5—c5.≥65）居民死亡人数的总体暴露-反应曲线（a.非意外死亡，b.循环系统疾病死亡，c.呼吸系统疾病死亡；灰色区域为相对危险度的95%置信区间）Fig.3 Overall exposure-response relationships between DTR and mortality of residents stratified by all（a1—c1），sex（a2—c2.male，a3—c3.famale）and age（a4—c4.0—64，a5—c5.≥65）（areas shaded in grey indicate the 95%CI of RR）

图4 24 h 变温与全部人群（a1—c1）及不同性别（a2—c2.男，a3—c3.女）、年龄（a4—c4.0—64，a5—c5.≥ 65）居民死亡人数的总体暴露-反应曲线（a.非意外死亡，b.循环系统疾病死亡，c.呼吸系统疾病死亡；灰色区域为相对危险度的95%置信区间）Fig.4 Overall exposure-response relationships between TCN and mortality of residents stratified by all（a1—c1），sex（a2—c2.male，a3—c3.famale）and age（a4—c4.0—64，a5—c5.≥65）（areas shaded in grey indicate the 95%CI of RR）

极高24 h 变温（4.8℃）（表3）当天（lag0）的死亡风险最大（非意外死亡相对危险度为1.11（95%CI：1.06—1.17）；循环系统疾病死亡的相对危险度为1.15（95%CI：1.08—1.21）；呼吸系统疾病死亡相对危险度为1.14（95%CI：1.01—1.29））。负变温保护效应的原因目前尚不清楚，有待今后进一步研究。文中结果与中外相关研究结果一致，如，美国一项关于106 个社区的研究（Zhan，et al，2017）表明：正变温与死亡率升高显著相关，而负变温与死亡率降低显著相关。中国深圳（Xiao，et al，2021）、安徽省马鞍山市（Cheng，et al，2014b）、广州（Lin，et al，2013）等地的相关研究都得出类似的结论。相关流行病学研究（Zanobetti，et al，2012）表明，当24 h 变温大幅度升高时，人体热交换调节系统难以适应，可能会使心率和血压升高，降低人体免疫功能，从而诱发循环系统疾病。

表3 不同性别、年龄在极高24 h 变温（99%分位数，4.8℃）下不同滞后期的死亡风险Table 3 Risk of mortality under extreme high TCN（99th，4.8℃）over different lagging periods by sex and age

3.4 气温与变温的协同作用对居民死亡人数的影响

图5 为当天（lag0）气温与气温日较差（图5a—c）、24 h 变温（图5d—f）对3 类死亡人数的协同效应。由图5a—c 可知，低温和极低气温日较差共存情况下，非意外死亡和循环系统疾病死亡人数均达到最大；而低温和极高气温日较差共存情况下，呼吸系统疾病死亡人数达到最大，气温与气温日较差的协同效应对3 类死亡风险影响差异较大。由图5d—f 可知，低温和24 h 变温高值共存情况下，3 类疾病的死亡人数均达到最大，即低温与高24 h 变温对3 类死亡人数的影响具有协同加强作用。因此，推断低温会加强气温变化所造成的死亡风险。

图5 气温与气温日较差（a—c）、24 h 变温（d—f）协同作用对非意外死亡（a、d）、循环（b、e）、呼吸（c、f）系统疾病死亡人数的影响（气温、气温日较差、24 h 变温均为当天）Fig.5 Bivariate response surfaces of temperature with DTR（a—c）and TCN（d—f）on non-accidental mortality（a，d），cardiovascular mortality（b，e）and respiratory mortality（c，f）in Qinhuangdao（lag 0 d for temperature，DTR and TCN）

4 结论和讨论

文中研究了秦皇岛市气温、气温日较差与24 h变温对居民非意外死亡、循环系统疾病死亡、呼吸系统疾病死亡的风险效应。主要得到下列结果：

（1）气温对秦皇岛居民非意外死亡和循环系统疾病死亡的累积风险影响呈“U”型分布，以最适气温为参考，随着气温的上升或下降，气温对非意外死亡和循环系统疾病死亡的累积风险均呈上升趋势。气温的冷效应对上述死亡的影响存在10 d 左右的滞后性，而热效应则具有即时性，即当天的相对风险最大，4 d 左右效应消失。

（2）气温日较差对非意外死亡、循环系统疾病死亡的总体暴露曲线呈近似“U”型分布，以最适气温日较差为参考，气温日较差越大造成当地居民非意外死亡和循环系统疾病死亡风险也越大，死亡风险在暴露当天最大且可持续3 d 左右。虽然呼吸系统疾病死亡的累积死亡风险与气温日较差呈正相关，但显著性不强。

（3）随着24 h 变温增大，3 类死亡累积相对风险呈非线性递增趋势，即正变温具有显著的风险效应，且死亡风险随着正变温增大而增大。此外，24 h变温对秦皇岛市居民死亡存在10 d 左右的滞后影响。

（4）性别、年龄分组研究结果显示，气温变化对不同性别、年龄人群的影响有明显差异。无论是气温日较差或是24 h 变温，女性对气温变化比较敏感，当天的死亡风险最强，而气温变化对男性人群存在一定的滞后效应。此外，老年人群更易受到气温变化的影响。

本研究在考虑了气温本身影响的前提下，重点分析了气温日较差和24 h 变温这两个反映气温变化的重要指标与居民死亡的关系。并将总死亡分解为非意外死亡（剔除了与气象条件变化无关的意外死亡）、循环系统疾病死亡、呼吸系统疾病死亡，特别是在气温变化对居民死亡人数的影响方面做了较为细致的分析。但由于死亡数据的获取存在较大困难，数据量仍存在局限，有待今后进一步完善。此外，负变温显现出一定的保护效应，机制尚不清楚，有待后续工作对此进行更深入的研究。

附录：敏感性检验结果range on blood pressure among 46，609 people in Northwestern China.Sci Total Environ，730：138987

Zhou X D，Zhao A，Meng X，et al.2014.Acute effects of diurnal temperature range on mortality in 8 Chinese cities.Sci Total Environ，493：92-97

附图1 平均气温对死亡人数影响的滞后14 d 剖面（a.非意外死亡，b.循环系统疾病死亡，c.呼吸系统疾病死亡；色阶：相对危险度）Fig.A1 The cumulative 14 d lagged mortality due to average temperature（a.non-accidental mortality，b.cardiovascular mortality，c.respiratory mortality；shaded：RR）

附图2 气温日较差对死亡人数影响的滞后7 d（a1—c1）和14 d（a2—c2）剖面（a.非意外死亡，b.循环系统疾病死亡，c.呼吸系统疾病死亡；色阶：相对危险度）Fig.A2 The cumulative 7 d（a1—c1）and 14 d（a2—c2）lagged mortality due to DTR（a.non-accidental mortality，b.cardiovascular mortality，c.respiratory mortality；shaded：RR）

附图3 24 h 变温对死亡人数影响的滞后14 d（a1—c1）和21 d（a2—c2）剖面（a.非意外死亡，b.循环系统疾病死亡，c.呼吸系统疾病死亡；色阶：相对危险度）Fig.A3 The cumulative 14 d（a1—c1）and 21 d（a2—c2）lagged mortality due to TCN（a.non-accidental mortality，b.cardiovascular mortality，c.respiratory mortality；shaded：RR）

附图4 平均气温对死亡累积21 d 的暴露-反应关系（a、c、e，阴影：95%置信区间）和滞后效应（b、d、f，色阶：相对危险度）（a、b.非意外死亡，c、d.循环系统疾病死亡，e、f.呼吸系统疾病死亡）Fig.A4 The cumulative 21 d exposure-response relationship of average temperature to mortality（a，c，e；shaded：95%CI）and lagged mortality due to average temperature（b，d，f；shaded：RR）（a，b.non-accidental mortality；c，d.cardiovascular mortality；e，f.respiratory mortality）

附表1 不同性别、年龄在极高气温日较差（99%分位数，19℃）下不同滞后期的死亡风险（将污染物因子作为混杂因子加入模型后）Table A1 Risk of mortality under extreme high DTR（99th，19℃）over different lagging periods by sex and age with adjustment for co-pollutants

附表2 不同性别、年龄在极高24 h 变温（99%分位数，4.8℃）下不同滞后期的死亡风险（将污染因子作为混杂因子加入模型后）Table A2 Risk of mortality under extreme high TCN（99th，4.8℃）over different lagging periods by sex and age with adjustment for co-pollutants